对于操作数据数组的算法，在Java和C等语言中，有两个因素会显著影响性能：
数组边界检查：Java会检查每次访问（例如bmap[i]）并确认i是否在数组边界内，如果代码试图访问超出边界，则会抛出有用的异常。C和C ++不检查任何内容，只是信任你的代码。对于越界访问，最好的情况是页面错误，更有可能的结果是“意外行为”。
指针：使用指针可以显著减少操作。
以此无害示例为例，展示一个常见的滤镜（类似于模糊，但1D）：
for(int i = 0; i < ndata - ncoef; ++i) {
z[i] = 0;
for(int k = 0; k < ncoef; ++k) {
z[i] += c[k] * d[i + k];
}
}
访问数组元素时，coef[k] 的操作流程如下：
coef的地址加载到寄存器中；k加载到一个寄存器中；每个数组访问都可以得到提升，因为您知道索引是连续的。编译器和JIT都不知道索引是否连续，因此无法进行充分的优化（尽管它们会继续尝试）。
在C++中，您可以编写更像这样的代码：
int d[10000];
int z[10000];
int coef[10];
int* zptr;
int* dptr;
int* cptr;
dptr = &(d[0]); // Just being overly explicit here, more likely you would dptr = d;
zptr = &(z[0]); // or zptr = z;
for(int i = 0; i < (ndata - ncoef); ++i) {
*zptr = 0;
*cptr = coef;
*dptr = d + i;
for(int k = 0; k < ncoef; ++k) {
*zptr += *cptr * *dptr;
cptr++;
dptr++;
}
zptr++;
}
第一次尝试这样做时（并成功地得到正确的结果），你将惊讶于它可以更快地完成。获取索引，求和索引和基地址的所有数组地址计算都被替换为增量指令。
对于2D数组操作，例如对图像进行模糊处理，一个简单的代码data[r,c]涉及两个值的获取、一个乘法和一个求和。因此，使用指针可以消除乘法运算。
因此，该语言可真正减少CPU必须执行的操作。代价在于C++代码难以阅读和调试。指针错误和缓冲区溢出是黑客的温床。但当涉及到原始数字计算算法时，其速度提高太诱人了，不能忽视。
上面没有提到的另一个因素是垃圾回收器。问题在于垃圾回收需要时间，而且可以在任何时候运行。这意味着创建大量临时对象的Java程序（请注意，某些类型的字符串操作可能会对此产生不良影响）通常会触发垃圾回收器，从而减慢程序（应用程序）的速度。